知识图谱概论
从人工智能到开放知识图谱
知识图谱技术及应用概览
开放知识图谱
从AI顶级会议看KG的发展
什么是知识
Knowledge is justified true belief.
人类的自然语言、创作的绘画和音乐、数学语言、物理模型、化学公式等都是人类知识的表示形式和传承方式。具有获取、表示和处理知识的能力是人类心智区别于其他物种心智的重要特征。
聪明的AI vs 有学识的AI
深度学习 vs 知识图谱
三大流派：
连接主义，神经网络，突触、激活；学习能力；smart AI，感知，识别，判断。
符号主义，专家系统，离散型的知识。
knowledgeable AI，reasoning，推理。
并不冲突，而是互补
AI的未来
联结 + 符号
学习 + 推理
感知 + 认知
CoreAI：Learning + Reasoning
什么是知识表示（KR）
1.Entity ID，客观事物的机器标识（Surrogate）
2.概念模型（a set of Ontological Commitments)
3.支持推理（a theory of intelligent reasoning）
4.易于计算（a medium of efficient computation）
5.人可理解（a mediun of human expression）
基于离散符号的知识表示
RDF，OWL，各种Rule Language等；
显示知识，强逻辑约束，已于解释，推理不易扩展。
基于连续向量的知识表示
Tensor，各种Embedding，神经网络表示等；
隐式知识，弱逻辑约束，不易解释，对接神经网络。
搜索结果中体现关联
Google知识图谱
Facebook兴趣图谱
People who likes Harvard
People who visits Harvard
People who like Harvard University and Basketball and work at Facebook
3个实体。
点赞Harvard；分享Basketball相关；在个人简介中标识自己在facebook工作；
知识图谱的历史起源
Tim Berners-Lee 万维网之父
KG的本质
Web视角
像建立文本之间的超链接一样，建立数据之间的语义链接
NLP视角
从文本中抽取语义和结构化数据
KR视角
利用计算机符号表示和处理知识
AI视角
利用知识库辅助理解人的语言
DB视角/ Database
用图的方式存储知识
应用范例
KG辅助搜索：KG4SEO
网页搜索 >> 语义搜索
Web of Docs >> Web of Data
KG辅助问答：KG4BOTS
KG辅助问答：KBQA新的发展
综合使用文本 + KB + 深度神经网络来实现问答
KG辅助问答：Visual QA
KG辅助决策
KG辅助决策：预测性分析
KG辅助语言理解：Machine Reading
KG辅助AI：常识推理
知识图谱工程
各种知识图谱项目
KG构建与获取：
Freebase
Wikidata
Schema.Org
ConceptNet
